OpenAI于近期推出了一项创新性的ChatGPT功能——对话分叉，此举有效改变了用户与AI聊天机器人互动的方式。这一功能旨在提醒用户，AI聊天机器人并非拥有固定观点或人格的实体，而是可以根据用户需求进行调整和重定向的工具。这项功能已向所有登录的网页用户开放，其发布回应了多年来用户对增强对话灵活性的强烈需求。
对话分叉功能的操作直观简便。用户只需将鼠标悬停在ChatGPT对话中的任何一条消息上，点击“更多操作”，然后选择“在新聊天中分叉”即可。这一操作会创建一个全新的对话线程，其中包含从原始对话起点到指定消息点的所有历史记录，同时原始对话会保持完整无损。
我们可以将此功能类比为对“文档”进行副本编辑，同时确保原始版本安全无虞。但在这里，“文档”是一个持续演进的AI对话及其累积的上下文。例如，一个营销团队在构思广告文案时，可以从同一个初始设置出发，创建不同的分支来测试正式的语调、幽默的表达方式，或者完全不同的营销策略。这种非线性的探索方式极大地拓展了AI在创意和决策辅助方面的应用空间。
长期以来，AI模型存在一个局限性：用户若想尝试不同的方法，要么必须在特定节点之后覆盖现有对话以修改之前的提示，要么就得完全重新开始一个新对话。分叉功能巧妙地解决了这一痛点，使得用户能够轻松探索各种“假设”情景。与人类对话不同的是，用户可以尝试多种不同的方法，而无需担心中断或混淆主线思绪。
清华大学和北京理工大学研究人员在2024年进行的一项研究指出，大型语言模型的线性对话界面，在涉及多层次、多子任务的场景中表现不佳，例如头脑风暴、结构化知识学习和大型项目分析等。该研究发现，线性交互模式迫使用户“重复比较、修改和复制之前的内容”，这不仅增加了认知负荷，也降低了工作效率。对话分叉的引入，正是对这一挑战的有效回应，它通过提供灵活的探索路径，缓解了用户在复杂任务中的认知压力。
许多软件开发者对此次更新持积极态度，一些人甚至将其与Git这一版本控制系统进行了类比。Git允许程序员创建独立的代码分支来测试更改，而不会影响主代码库。这种比较非常贴切：两者都允许用户在保留原始工作的基础上，实验不同的方法和思路，显著提升了项目迭代的效率和安全性。
值得注意的是，OpenAI尽管将此功能宣传为对用户需求的响应，但其在AI行业内并非首创。Anthropic公司的Claude AI早在一年多前就已经提供了对话分支功能，允许用户通过导航箭头按钮在不同分支之间切换，这表明非线性对话管理已成为AI发展的一个重要趋势。
对话分支的价值深度剖析
从最近的新闻报道中我们可以看到，许多ChatGPT用户直观地将AI聊天机器人视为具有一致个性的对话伙伴，他们会询问ChatGPT的“意见”，或者将AI的回复视为来自某个知识渊博实体的权威答案。这种拟人化的倾向可能会限制生产力，因为它鼓励用户接受单一的AI生成视角，而不是探索解决同一问题的多种分析方法。这种误解可能导致用户过分依赖AI的首次产出，而忽略了其在多元化探索方面的巨大潜力。
正如我们在一篇文章中曾探讨的，AI系统如何模拟人类般的个性，当我们不再将大型语言模型视为一个“为人工作”的“人”，而是开始将其视为一个“增强自身思想的工具”时，才能真正发挥其效用。通过精心设计的提示，我们可以引导引擎的处理能力，通过迭代来放大其建立有用连接的能力，并在不同的聊天会话中探索多种视角，而不是接受一个虚构叙述者的观点作为权威。本质上，用户是在为一台“连接机器”提供方向，而不是咨询一个拥有自己议程的“神谕”。
AI聊天机器人输出本身不具备内在的权威性，因此对话分叉是探索这种“多视角”潜力的一种理想方式。用户通过自己的提示，持续引导大型语言模型的输出。非线性对话分叉只是众多功能之一，旨在提醒用户AI聊天机器人模拟的视角是可变的、可更改的，并且高度受用户自身输入以及训练数据所构建的底层神经网络的引导。用户在每一步都在指导其输出的方向。
当然，用户始终需要警惕ChatGPT在数据集未充分表示的主题上“胡编乱造”（Confabulation）信息的能力，以及在并非专业领域的问题上可能误导用户的风险。因此，用户在使用过程中应保持批判性思维，根据自身需求和专业判断来评估和利用AI的输出。对话分叉正是为了帮助用户更好地管理和驾驭这种复杂的互动，实现更高效、更可靠的AI辅助工作流。
